El desarrollo de sistemas de identificación de hojas de plantas es un reto actual que comprende numerosas aplicaciones que van desde alimentación, medicina, industria y medio ambiente. En la literatura actual, se han propuesto varias técnicas con el objetivo de identificar plantas en diversos campos de aplicación. Sin embargo, las técnicas actuales están restringidas al reconocimiento e identificación de tipos de plantas limitados, utilizando descriptores de características específicos. En este artículo, se realiza un análisis comparativo de diversos métodos de extracción de características (texturales, cromáticas y geométricas) y clasificaci¿on sobre conjuntos de plantas muy similares y disimiles entre sí. Doce conjuntos de hojas con características de forma similares son estudiados utilizando varios clasificadores. Se analiza el desempeño de diferentes combinaciones de características en cada conjunto. Los resultados obtenidos muestran que para incrementar el desempeño de los clasificadores estudiados, es necesaria una combinación de las diferentes técnicas de extracción de características, esta necesidad es mayor cuando se trabaja con conjuntos de hojas con características muy similares. Además, se muestra el mejor desempeño de un clasificador con otro.
The development of vision systems for identifying plants by leaves is an important challenge which has numerous applications ranging from food, medicine, industry and environment. Recently, several techniques have been proposed in the literature in order to identify plants in various fields of application. However, current techniques are restricted to the recognition and identification of plants using specific descriptors. In this paper, is accomplished a comparative analysis using different methods of feature extraction (textural, chromatic and geometric) and different methods of classification. The experiments are executed on very similar plants. Twelve sets of leaves with similar shape characteristics are studied using several classifiers. The performance of different combinations of classifiers-descriptors are analyzed in detail for each set. The results show that a combination of different feature extraction techniques is necessary in order to improve the performance. This combination of descriptors is more necessary when the leaves have similar characteristics.
Asraf et al., 2012, Bernardo and Smith, 1994, Brandstät and Van Bang, 2006, Borges et al., 2011, Cerutti et al., 2013, Chaki and Parekh, 2012, Cope et al., 2012, Dempster et al., 1977, Du et al., 2007a, Du et al., 2013, Flusser and Suk, 1993, Gonzalez and Woods, 2010, Gwo et al., 2013, Haralick, 1979, Haralick et al., 1973, He and Wang, 1990, Hearn, 2009, Hu, 1962, Hu and Collomosse, 2013, Husin et al., 2012, Intelengine, 2016, Jimáenz, 2013, Kadir et al., 2012, Kaur and Kaur, 2012, Larese et al., 2014a, Larese et al., 2014, Liu et al., 2008, Ma and Manjunath, 1996, Manjunath and Ma, 1996, Yang et al., 2008, Ng and Jordan, 2002, Nixon and Aguado, 2002, Novotný and Suk, 2013, Kumar et al., 2012, Park and Kim, 2004, Portillo et al., 2009, Rossomando et al., 2010, Rumelhart et al., 1986, Russell and Norvig, 2003, Sampallo, 2003, Smeulders et al., 2000, Sonka et al., 1993, Tico et al., 2000, Valverde and Gachet, 2007, Vapnik, 1995, Venters and Cooper, 2000, Wang and He, 1990, Werbos, 1994, Xia et al., 2013, Du et al., 2007, Zhang and Lei, 2011 and Zhang et al., 2013.